结合序列与聚合数据预测休闲免费游戏中的流失
人工智能
2022-09-08 v1 机器学习
摘要
在免费增值游戏中，玩家的收入来自其所进行的内购以及其所接触的广告。玩家玩游戏的时间越长，其在游戏内产生收入的可能性就越高。在此情形下，能够及时检测玩家何时即将退出游戏（流失）以做出反应并尝试将玩家留存于游戏中，从而延长其游戏生命周期，显得极为重要。本文中，我们研究了如何通过结合序列与聚合数据并使用不同神经网络架构来改进当前最先进的流失预测方法。对比分析的结果表明，这两种数据类型的结合相较于仅基于纯序列或纯聚合数据的预测器，在预测精度上有所提升。
引用
@article{arxiv.2209.03184,
title = {Combining Sequential and Aggregated Data for Churn Prediction in Casual Freemium Games},
author = {Jeppe Theiss Kristensen and Paolo Burelli},
journal= {arXiv preprint arXiv:2209.03184},
year = {2022}
}